I TEST NON-PARAMETRICI PIU CITATI NELLE DISCIPLINE SCIENTIFICHE
|
|
- Serafina Lombardo
- 7 anni fa
- Visualizzazioni
Transcript
1 I TEST NON-PARAMETRICI PIU CITATI NELLE DISCIPLINE SCIENTIFICHE (Edizione 2008) Tel.0521/ Fax 0521/ Lamberto Soliani DIPARTIMENTO DI SCIENZE AMBIENTALI UNIVERSITA DEGLI STUDI DI PARMA Il libro può essere ordinato al costo di Euro 55 rivolgendosi al dottor Pietro Lia - UNI.NOVA di Pietro Lia Via Fleming, Parma - tel.: cell libreria@gruppopegaso.it Le dispense (830 pagine in 10 capitoli) riportano i test non- parametrici di uso più comune nelle discipline scientifiche. Comprendono tutti quelli che sono inseriti nella maggior parte dei programmi informatici. La diffusione dell informatica permette di raccogliere con facilità molti dati. Per analizzarli, i tecnici, i ricercatori e i responsabili di strutture impegnate nei problemi della ricerca e delle professioni scientifiche chiedono gli strumenti per una conoscenza operativa delle metodologie statistiche. Ma l università italiana raramente ha fornito le competenze richieste nei confronti internazionali. Per tutti coloro che ricorrono alla statistica applicata, hanno un importanza relativa le dimostrazioni matematiche, mentre è necessaria un illustrazione chiara e semplice dei concetti sui quali sono fondati i test. Quando si utilizzano i programmi informatici, si trovano numerose opzioni. Ma quasi mai i manuali riportano spiegazioni chiare per scegliere il test adeguato. Nella stesura di questo testo-manuale, le linee guida sono state la completezza e l operatività, da raggiungere sempre con un linguaggio e una simbologia semplici. Ideato e scritto per la formazione e l aggiornamento, questo manuale si è dimostrato utile sia per la formazione nelle lauree specialistiche e nei master delle Università sia per l aggiornamento nelle Aziende. Tuttavia per raggiungere una visione complessiva della disciplina, per la scelta ragionata dei metodi e l interpretazione corretta degli output dei programmi informatici, lo studio personale molto spesso non è sufficiente. E indispensabile seguire un corso impostato su queste finalità. La logica della statistica, anche per i test non parametrici, non è ovvia né banale. Lo stesso problema può essere affrontato con metodi differenti, che non sempre forniscono risultati uguali. Si tratta di capire i limiti e le potenzialità dei vari approcci. Un punto particolarmente difficile è il passaggio dall analisi statistica all interpretazione disciplinare e infine alla decisione. I
2 Lamberto Soliani Attualmente, professore ordinario di Fondamenti di analisi dei sistemi ecologici (gruppo BIO 7). Già prof. ordinario di Demografia Investigativa all Università di Bari e all Università La Sapienza di Roma. Docente di Statistica applicata e Biometria presso l Università di Parma nei corsi di laurea in Scienze Ambientali, Agraria, Scienze Biotecnologiche e Biologia Ecologica, Scienze Naturali, Chimica, sia nelle lauree triennali che in quelle specialistiche della Facoltà di Scienze Matematiche, Fisiche e Naturali. Responsabile della formazione in statistica applicata - in vari master (Scienze Forensi, Analisi chimiche per gli alimenti e l inquinamento, ecc. ), - in corsi di formazione - aggiornamento presso aziende ed associazioni professionali (quali APAT, CTN, ARPA regionali, Aziende Farmaceutiche Italiane, Aziende Alimentari nazionali e internazionali, Enti regionali di ricerca in Agricoltura). Per qualsiasi informazione è possibile contattare l'autore. : lamberto.soliani@unipr.it Tel.0521/ Fax 0521/ Per l acquisto del testo, rivolgersi a - UNI.NOVA di Pietro Lia Via Fleming, Parma - tel.: cell INDICE CAPITOLO I - ANALISI DELLE FREQUENZE E DEI RAPPORTI: CHI QUADRATO E LOG DEL RAPPORTO DI VEROSIMIGLIANZA O TEST G 1.1. Confronti tra distribuzioni osservate e distribuzioni attese Condizioni di validità del χ 2 e correzione di Yates Le tabelle di contingenza 2 x 2 (fourfold tables) Correzioni per la continuità in tabelle 2 x 2: Yates e Haber Confronti tra frequenze relative con la distribuzione normale e sua correzione per la continuità Confronto tra test χ 2 per tabelle 2 x 2 e test Z, senza e con le correzioni per la continuità Confronto di una proporzione osservata con una attesa: il test Z per grandi campioni e la distribuzione binomiale per piccoli campioni Tabelle di contingenza 2 x 2 in piccoli campioni: il metodo esatto di Fisher Le tabelle 2 x N con la formula generale e quella di Brandt-Snedecor. Le tabelle M x N Il log-likelihood ratio o metodo G Confronto tra una distribuzione osservata ed una attesa con la correzione di Williams Tabelle 2 x 2, con la correzione di Williams e quella di Mantel-Haenszel 68 II
3 Tabelle M x N con la correzione di Williams Il chi quadro con il metodo di Cochran e di Mantel-Haenszel Tabelle dei valori critici del chi quadrato 82 CAPITOLO II - RISCHI, PROPORZIONI E PERCENTUALI 2.1. Le misure del rischio, sensibilità, specificità, valore predittivo ed efficienza di un test Perchè la varianza di p è pq; varianza e errore standard di una frequenza relativa o assoluta, in una popolazione infinita e in una popolazione finita Intervallo di confidenza di una frequenza relativa o assoluta con la normale, in una popolazione infinita o finita Metodi grafici per l intervallo fiduciale e per la stima del numero di dati Intervallo di confidenza di una proporzione, mediante la distribuzione F Calcolo del campione minimo necessario, per la stima di una proporzione campionaria, con un errore massimo prefissato Il confronto tra una proporzione campionaria e una proporzione attesa con il test z; dimensione minima del campione, con la distribuzione normale La potenza di un test sulla proporzione per un campione, con la normale Test per una proporzione: la binomiale per campioni piccoli e intervallo di confidenza con F per campioni grandi La potenza di un test per una proporzione, con l uso della distribuzione binomiale Significatività e intervallo di confidenza della differenza tra due proporzioni, con la distribuzione normale Potenza a posteriori (1-β) e a priori (n) dei test sulla differenza tra due proporzioni; bilanciamento di due campioni 153 CAPITOLO III - METODI NON PARAMETRICI PER UN CAMPIONE 3.1. Le caratteristiche dei test non parametrici Il test delle successioni (runs test) per un campione, con due categorie; distribuzioni centripete e distribuzioni centrifughe Il test delle successioni (runs test) per un campione, con dati quantitativi: Runs Up and Down; Runs Above and Below the Median; eccezioni alla validità Il test delle successioni (runs test) con più gruppi categoriali o qualitativi Il test dei segni per un campione Intervallo di confidenza della mediana con il test dei segni Il test dei segni per ranghi di Wilcoxon Differenze nulle e ties nel test T di Wilcoxon Teoria del test T di Wilcoxon e della correzione per i ties 224 III
4 3.10. Intervalli di confidenza della locazione (mediana) con il T di Wilcoxon; medie di Walsh o quasimedians, stimatore di Hodges Lehmann o pseudomedian Test di casualizzazione (raw scores test, Pitman test, Fisher s randomization test) Test T di Wilcoxon per la simmetria Il metodo di Kolmogorov-Smirnov per un campione, con dati ordinali discreti e con dati continui 247 CAPITOLO IV - METODI NON PARAMETRICI PER DUE CAMPIONI DIPENDENTI 4.1. Test per 2 campioni dipendenti o per dati appaiati Il test di McNemar con la correzione di Edwards; la stima della potenza Estensione del test di McNemar o test di Bowker Intervallo di confidenza della differenza tra le proporzioni di due campioni dipendenti Il test dei segni, con stima della potenza a priori Il test T di Wilcoxon o test dei segni per ranghi, con stima della potenza Intervallo di confidenza di una differenza con il test dei segni e il T di Wilcoxon o metodo delle Walsh averages Test di casualizzazione per 2 campioni dipendenti o Fisher s randomization test 318 C A P I T O L O V - METODI NON PARAMETRICI PER DUE CAMPIONI INDIPENDENTI 5.1. I test per 2 campioni indipendenti Il test della mediana o test di Mood o di Brown-Mood, per due campioni indipendenti L intervallo di confidenza per la differenza tra due mediane, con il metodo esatto di Fisher Il test di Wilcoxon-Mann-Whitney o della somma dei ranghi Calcolo delle probabilità associate ai valori di T, potenza (1-β, n) e robustezza del test di Wilcoxon-Mann-Whitney Il test U di Mann-Whitney o dell'ordine robusto dei ranghi L intervallo di confidenza della differenza tra due mediane, con l indice U di Mann-Whitney Il test S di Kendall e suoi rapporti con il test T e il test U; potenza-efficienza dei tre test e confronti tra i metodi Il test di casualizzazione per due campioni indipendenti Il test non parametrico di Levene con la modifica di Brown-Forythe, per l omoschedastictà di due campioni indipendenti Test di Siegel-Tukey per l uguaglianza della variabilità; cenni sul test di Freund-Ansari-Bradley e sul test di Conover Il test dei ranghi equivalenti di Moses per le differenze nella dispersione o variabilità Confronto tra due distribuzioni campionarie: il metodo di Kolmogorov-Smirnov per 2 campioni indipendenti, con dati ordinali discreti o con gruppi e con dati continui 408 IV
5 5.14. Il test delle successioni per due campioni indipendenti o test di Wald-Wolfowitz 421 CAPITOLO VI - TEST NON PARAMETRICI PER PIU'CAMPIONI 6.1. I test non parametrici più diffusi, per k campioni Estensione del test della mediana o test di Brown-Mood per k campioni indipendenti Confronti multipli tra mediane con le frequenze, nel test di Brown-Mood Cenni sul test di Nemenyi e altri test per la mediana Analisi della varianza per ranghi ad un criterio di classificazione: il test di Kruskal-Wallis Metodi per i confronti multipli tra le medie dei ranghi: casualizzazione o permutation test, Bonferroni-Dunn, tipo-tukey di Nemenyi e tipo-scheffé Confronti multipli post-hoc per il test di Kruskal-Wallis, con il test U di Mann-Whitney Equivalenza del test di Kruskal-Wallis con il test U di Mann-Whitney, quando k = Rappresentazione grafica per confronti multipli tra mediane: il notched box-and-whiskers plot Test non parametrici di Levene e di Brown-Forsythe, per la differenza nella variabilità tra k campioni; la formula di Sprent Confronti tra più proporzioni e confronti multipli relativi Il test Q di Cochran Il test di Friedman o analisi della varianza per ranghi a 2 criteri di classificazione, con una e con k repliche I confronti multipli tra medie di ranghi nell analisi della varianza non parametrica, a due criteri di classificazione Il test di Quade L esempio di Koch: uso di metodi non parametrici, nell analisi statistica di un esperimento complesso con k fattori 558 CAPITOLO VII - TEST NON PARAMETRICI PER IL TREND CON DATI DISTINTI 7.1. La media mobile e la scelta del test per la tendenza Il test di Cox e Stuart (e sue varianti) per il trend della tendenza centrale e della variabilità Il test di Mann o di Mann-Kendall o test di Kendall per il trend, con una sola serie e con la versione modificata per la stagionalità Il test U di Mann-Whitney e il test T di Wilcoxon, per la differenza nella tendenza centrale di due cicli Coefficiente di regressione e intervallo di confidenza: metodo di Sen o Theil-Sen o Sen-Kendall per tempi distinti e raggruppati L intervallo di confidenza del coefficiente angolare β di Sen, con il metodo di Hodges-Lehmann Il test di Farrell o di Sen-Farrell o di Farell-Van Belle-Hughes V
6 per il trend con stagionalità, in campioni uniformi Il test di Pettitt per il punto di svolta (change point o turning point), con tempo ignoto e con tempo noto 642 CAPITOLO VIII - TEST NON PARAMETRICI PER IL TREND CON DATI RAGGRUPPATI 8.1. Il test di Jonckheere o di Jonckheere-Terpstra per alternative ordinate, in k campioni indipendenti Il test di Cuzick per il trend Il test di Mack-Wolfe o test dell ombrello (umbrella test) Il test di Page o delle alternative ordinate, in k campioni dipendenti 699 CAPITOLO IX - TEST NON PARAMETRICI PER CORRELAZIONE, CONCORDANZA, REGRESSIONE MONOTONICA E REGRESSIONE LINEARE 9.1. La correlazione non parametrica ρ (rho) di Spearman, con la distribuzione di Hotelling-Pabst Il coefficiente di correlazione τ (tau) di Kendall; il τ a e τ b di Kendall con i ties Confronto tra ρ e τ; potenza del test e numero di osservazioni necessarie per la significativita Altri metodi per la correlazione non parametrica: test di Pitman con le permutazioni Il quadrant test o test della mediana di Blomqvist Il test di Daniels per il trend Significatività della regressione e della correlazione lineare parametrica con i test ρ e τ I coefficienti di correlazione parziale: il τ 12,3 di Kendall e il ρ 12,3 di Spearman La retta di regressione non parametrica di Theil o di Theil-Kendall Confronto tra la retta parametrica e la retta di Theil Significatività di b con il τ di Kendall Il test di Hollander per il confronto tra due coefficienti angolari La regressione monotonica di Iman-Conover Trend lineare di Armitage per le proporzioni e le frequenze 801 CAPITOLO X - ALTRI METODI INFERENZIALI: IL RICAMPIONAMENTO Metodi di ricampionamento: Monte Carlo e principio plug-in Il Jackknife Il Bootstrap 818 VI
Relazioni tra variabili
Università degli Studi di Padova Facoltà di Medicina e Chirurgia Corso di Laurea in Medicina e Chirurgia - A.A. 009-10 Scuole di specializzazione in: Medicina Legale, Medicina del Lavoro, Igiene e Medicina
DettagliINDICE PREFAZIONE VII
INDICE PREFAZIONE VII CAPITOLO 1. LA STATISTICA E I CONCETTI FONDAMENTALI 1 1.1. Un po di storia 3 1.2. Fenomeno collettivo, popolazione, unità statistica 4 1.3. Caratteri e modalità 6 1.4. Classificazione
DettagliRiassunto 24 Parole chiave 24 Commenti e curiosità 25 Esercizi 27 Appendice
cap 0 Romane - def_layout 1 12/06/12 07.51 Pagina V Prefazione xiii Capitolo 1 Nozioni introduttive 1 1.1 Introduzione 1 1.2 Cenni storici sullo sviluppo della Statistica 2 1.3 La Statistica nelle scienze
DettagliIl corso si colloca nell ambito del corso integrato di scienze quantitative, al primo anno.
Corso di Statistica Medica Il corso si colloca nell ambito del corso integrato di scienze quantitative, al primo anno. Sono previste 40 ore complessive, di cui almeno 16 di lezione frontale e le restanti
DettagliUNIVERSITÀ DEGLI STUDI DI MILANO-BICOCCA A. A. 2008-2009 FACOLTÀ DI ECONOMIA. Programma del modulo di STATISTICA I (6 crediti)
UNIVERSITÀ DEGLI STUDI DI MILANO-BICOCCA A. A. 2008-2009 FACOLTÀ DI ECONOMIA Programma del modulo di STATISTICA I (6 crediti) ECOCOM (lettere A-Lh): ECOCOM (lettere Li-Z): ECOBAN: ECOAMM (Lettere A-Lh):
DettagliIndice Prefazione xiii 1 Probabilità
Prefazione xiii 1 Probabilità 1 1.1 Origini del Calcolo delle Probabilità e della Statistica 1 1.2 Eventi, stato di conoscenza, probabilità 4 1.3 Calcolo Combinatorio 11 1.3.1 Disposizioni di n elementi
DettagliCorrezione dell Esame di Statistica Descrittiva (Mod. B) 1 Appello - 28 Marzo 2007 Facoltà di Astronomia
Correzione dell Esame di Statistica Descrittiva (Mod. B) 1 Appello - 8 Marzo 007 Facoltà di Astronomia ESERCIZIO 1 La seguente tabella riporta la distribuzione congiunta della situazione lavorativa e dello
DettagliIl corso si colloca nell ambito del corso integrato di scienze quantitative, al secondo anno, primo semestre.
Corso di Statistica Medica 2004-2005 Il corso si colloca nell ambito del corso integrato di scienze quantitative, al secondo anno, primo semestre. Sono previste 30 ore di lezione di statistica e 12 di
DettagliSoluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini)
Soluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini) Esercizio 1 In uno studio sugli affitti mensili, condotto su un campione casuale di 14 monolocali nella città nella città
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
DettagliLA CORRELAZIONE LINEARE
LA CORRELAZIONE LINEARE La correlazione indica la tendenza che hanno due variabili (X e Y) a variare insieme, ovvero, a covariare. Ad esempio, si può supporre che vi sia una relazione tra l insoddisfazione
DettagliLEZIONI DI STATISTICA
ez10 l GIOVANNI GIRONE Ordinario nell'università di Bari TOMMASO SALVEMINI Ordinario nel!' Università di Roma LEZIONI DI STATISTICA Volume Secondo CACUCCI EDITORE - BARI - 1992 CENTRO " G. ASTENGO» INVENTARIO
DettagliAnalisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione : analisi delle relazioni tra due caratteristiche osservate sulle stesse unità statistiche studio del comportamento di due caratteri
DettagliElementi di Psicometria
Elementi di Psicometria E2-Riepilogo finale vers. 1.2 Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2010-2011 G. Rossi (Dip. Psicologia) ElemPsico 2010-2011
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara
DettagliUniversità di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008
Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica 18 dicembre 008 Esame sull intero programma: esercizi da A a D Esame sulla seconda parte del programma: esercizi
DettagliMETODOLOGIA CLINICA Necessita di: Quantificazione Formalizzazione matematica
METODOLOGIA CLINICA Necessita di: Quantificazione Formalizzazione matematica EPIDEMIOLOGIA Ha come oggetto lo studio della distribuzione delle malattie in un popolazione e dei fattori che la influenzano
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi sulla varianza In un azienda che produce componenti meccaniche, è stato
Dettagli1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.
Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi
DettagliTest non parametrici. Test non parametrici. Test non parametrici. Test non parametrici
Test non parametrici Test non parametrici Il test T di Student per uno o per due campioni, il test F di Fisher per l'analisi della varianza, la correlazione, la regressione, insieme ad altri test di statistica
DettagliPIANO DI LAVORO ANNUALE
PIANO DI LAVORO ANNUALE ISTITUTO: liceo scienze applicate liceo classico X Itc I.Enogastronomia/ospitalità Liceo artistico Scuola media annessa INSEGNANTE: MONICA BIANCHI MATERIA DI INSEGNAMENTO: MATEMATICA
DettagliUn po di statistica. Christian Ferrari. Laboratorio di Matematica
Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di
Dettagli3. Piano di lavoro: - applicazione di alcune semplici procedure, con il confronto tra le diverse soluzioni possibili nell ambito del programma SPSS
Per utilizzare SPSS sui PC dell aula informatica occorre accedere come: ID: SPSS Password: winidams Testo rapido di consultazione: Fideli R. Come analizzare i dati al computer. ed. Carocci, Urbino, 2002.
DettagliANALISI DELLE FREQUENZE: IL TEST CHI 2
ANALISI DELLE FREQUENZE: IL TEST CHI 2 Quando si hanno scale nominali o ordinali, non è possibile calcolare il t, poiché non abbiamo medie, ma solo frequenze. In questi casi, per verificare se un evento
DettagliStrumenti informatici 13.1
1 Strumenti informatici 1.1 I test post-hoc nel caso del confronto fra tre o più proporzioni dipendenti e la realizzazione del test Q di Cochran in SPSS Nel caso dei test post-hoc per il test Q di Cochran,
DettagliProva di autovalutazione Prof. Roberta Siciliano
Prova di autovalutazione Prof. Roberta Siciliano Esercizio 1 Nella seguente tabella è riportata la distribuzione di frequenza dei prezzi per camera di alcuni agriturismi, situati nella regione Basilicata.
DettagliIl confronto fra proporzioni
L. Boni Il rapporto Un rapporto (ratio), attribuendo un ampio significato al termine, è il risultato della divisione di una certa quantità a per un altra quantità b Il rapporto Spesso, in maniera più specifica,
DettagliCorso di. Dott.ssa Donatella Cocca
Corso di Statistica medica e applicata Dott.ssa Donatella Cocca 1 a Lezione Cos'è la statistica? Come in tutta la ricerca scientifica sperimentale, anche nelle scienze mediche e biologiche è indispensabile
DettagliCORSO DI STATISTICA ED ELEMENTI DI INFORMATICA
ANNO ACCADEMICO 2013-2014 UNIVERSITA DEGLI STUDI DI TERAMO FACOLTA DI MEDICINA VETERINARIA CORSO DI STATISTICA ED ELEMENTI DI INFORMATICA CFU 5 DURATA DEL CORSO : ORE 35 DOCENTE PROF. DOMENICO DI DONATO
DettagliIntroduzione alle relazioni multivariate. Introduzione alle relazioni multivariate
Introduzione alle relazioni multivariate Associazione e causalità Associazione e causalità Nell analisi dei dati notevole importanza è rivestita dalle relazioni causali tra variabili Date due variabili
DettagliCapitolo 2 Distribuzioni di frequenza
Edizioni Simone - Vol. 43/1 Compendio di statistica Capitolo 2 Distribuzioni di frequenza Sommario 1. Distribuzioni semplici. - 2. Distribuzioni doppie. - 3. Distribuzioni parziali: condizionate e marginali.
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliFONDAMENTI DI PSICOMETRIA - 8 CFU
Ψ FONDAMENTI DI PSICOMETRIA - 8 CFU STIMA DELL ATTENDIBILITA STIMA DELL ATTENDIBILITA DEFINIZIONE DI ATTENDIBILITA (affidabilità, fedeltà) Grado di accordo tra diversi tentativi di misurare uno stesso
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale. Corso di Statistica e Biometria. Introduzione e Statistica descrittiva
Università del Piemonte Orientale Corsi di Laurea Triennale Corso di Statistica e Biometria Introduzione e Statistica descrittiva Corsi di Laurea Triennale Corso di Statistica e Biometria: Introduzione
DettagliStatistica multivariata. Statistica multivariata. Analisi multivariata. Dati multivariati. x 11 x 21. x 12 x 22. x 1m x 2m. x nm. x n2.
Analisi multivariata Statistica multivariata Quando il numero delle variabili rilevate sullo stesso soggetto aumentano, il problema diventa gestirle tutte e capirne le relazioni. Cercare di capire le relazioni
DettagliMetodi Statistici di Controllo della Qualità Prof. Paolo Cozzucoli
Programma dell insegnamento di Metodi Statistici di Controllo della Qualità Prof. Paolo Cozzucoli Corso di Laurea in Metodi Quantitativi per l Economia e la Gestione delle Aziende A.A. 2007-08 Disciplina
DettagliCome descrivere un fenomeno in ambito sanitario fondamenti di statistica descrittiva. Brugnaro Luca
Come descrivere un fenomeno in ambito sanitario fondamenti di statistica descrittiva Brugnaro Luca Progetto formativo complessivo Obiettivo: incrementare le competenze degli operatori sanitari nelle metodiche
DettagliAutomazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it
Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione
DettagliStatistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C
Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C Cognome Nome: Part time: Numero di matricola: Diurno: ISTRUZIONI: Il punteggio relativo alla prima parte dell esame viene calcolato
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliProgrammazione Disciplinare: Calcolo Classe: Quarte - Quinte
Istituto Tecnico Tecnologico Basilio Focaccia Salerno Programmazione Disciplinare: Calcolo Classe: Quarte - Quinte Anno scolastico 01-01 I Docenti della Disciplina Salerno, settembre 01 Anno scolastico
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale di Area Tecnica. Corso di Statistica e Biometria. Statistica descrittiva
Università del Piemonte Orientale Corsi di Laurea Triennale di Area Tecnica Corso di Statistica e Biometria Statistica descrittiva 1 Statistica Funzioni Descrittiva Induttiva (inferenziale) Statistica
DettagliRelazioni statistiche: regressione e correlazione
Relazioni statistiche: regressione e correlazione È detto studio della connessione lo studio si occupa della ricerca di relazioni fra due variabili statistiche o fra una mutabile e una variabile statistica
DettagliStatistica descrittiva
Corso di Laurea in Ingegneria per l Ambiente ed il Territorio Corso di Costruzioni Idrauliche A.A. 2004-05 www.dica.unict.it/users/costruzioni Statistica descrittiva Ing. Antonino Cancelliere Dipartimento
DettagliI Metodi statistici utili nel miglioramento della qualità 27
Prefazione xiii 1 Il miglioramento della qualità nel moderno ambiente produttivo 1 1.1 Significato dei termini qualità e miglioramento della qualità 1 1.1.1 Le componenti della qualità 2 1.1.2 Terminologia
DettagliCorso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr.
Corso di Laurea in Scienze e Tecnologie Biomolecolari Matematica e Statistica II Prova di esame dell 11/1/2012 NOME COGNOME N. Matr. Rispondere alle domande nel modo più completo possibile, cercando di
Dettagliquarto ciclo di incontri per conoscere le professioni
COSTRUIRE IL FUTURO: PROFESSIONI E INNOVAZIONE quarto ciclo di incontri per conoscere le professioni Il mondo della STATISTICA: 30 novembre 2007 A cura di Città dei Mestieri di Milano e della Lombardia
Dettagli2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale
BIOSTATISTICA 2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk
DettagliSommario. Capitolo 1 Impiego della statistica per la gestione dell azienda 1. Capitolo 2 Disponibilità e produzione delle informazioni statistiche 19
Prefazione XI Capitolo 1 Impiego della statistica per la gestione dell azienda 1 1.1 Premessa 1 1.2 Il ruolo della statistica a supporto del processo decisionale del manager 3 1.3 L impiego della statistica
DettagliSlide Cerbara parte1 5. Le distribuzioni teoriche
Slide Cerbara parte1 5 Le distribuzioni teoriche I fenomeni biologici, demografici, sociali ed economici, che sono il principale oggetto della statistica, non sono retti da leggi matematiche. Però dalle
DettagliIn una tabella 2 x 2 il valore del chiquadrato, che quantifica la differenza fra i numero osservati e quelli attesi, è la somma delle quattro celle
Test statistici il chi quadrato Valutare la differenza tra due percentuali o proporzioni L'ipotesi zero (o ipotesi nulla) afferma che la differenza osservata - di qualsiasi entità essa sia - è dovuta al
DettagliAmministrazione, finanza e marketing - Turismo Ministero dell Istruzione, dell Università e della Ricerca PROGRAMMAZIONE DISCIPLINARE PER U. di A.
CLASSE quinta INDIRIZZO AFM-SIA-RIM-TUR UdA n. 1 Titolo: LE FUNZIONI DI DUE VARIABILI E L ECONOMIA Utilizzare le strategie del pensiero razionale negli aspetti dialettici e algoritmici per affrontare situazioni
DettagliPROGRAMMA DELL EVENTO FORMATIVO
PROGRAMMA DELL EVENTO FORMATIVO FARMACOVIGILANZA NELLA DISPENSAZIONE DEI FARMACI PER LA TERAPIA DELLE PRINCIPALI PATOLOGIE DEL SISTEMA CARDIOVASCOLARE. Ente Organizzatore: Dipartimento di Farmacologia
DettagliSTATISTICA IX lezione
Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri
DettagliEsame di Statistica del 17 luglio 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova).
Esame di Statistica del 17 luglio 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione: si consegnano
DettagliSTATISTICA e STATISTICO
STATISTICA e STATISTICO Aggiornato il 17 dicembre 2009 1. CARTA D IDENTITÀ... 2 2. CHE COSA FA... 3 3. DOVE LAVORA... 4 4. CONDIZIONI DI LAVORO... 5 5. COMPETENZE... 6 Che cosa deve essere in grado di
DettagliUniversità degli Studi di Catania A.A. 2012-2013. Corso di laurea in Ingegneria Industriale
Università degli Studi di Catania A.A. 2012-2013 Corso di laurea in Ingegneria Industriale Corso di Analisi Matematica I (A-E) (Prof. A.Villani) Elenco delle dimostrazioni che possono essere richieste
DettagliRegressione Logistica: un Modello per Variabili Risposta Categoriali
: un Modello per Variabili Risposta Categoriali Nicola Tedesco (Statistica Sociale) Regressione Logistica: un Modello per Variabili Risposta Categoriali 1 / 54 Introduzione Premessa I modelli di regressione
DettagliMetodologia epidemiologica
Metodologia epidemiologica Verifica di ipotesi Quale test utilizzare? Statistica medica Alla fine di questa lezione dovreste essere in grado di: riconoscere i principali test utilizzati nel confronto di
DettagliIL TEST DI ACCESSO AI CORSI DI STUDIO TRIENNALI DI PSICOLOGIA
AI CORSI DI STUDIO TRIENNALI DI PSICOLOGIA Claudio Barbaranelli Sapienza Università di Roma, Dipartimento di Psicologia 1 OUTLINE - Le prove del test - Il bando: localizzazione e contenuti - La difficoltà
DettagliStatistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
DettagliESAME DI STATISTICA Nome: Cognome: Matricola:
ESAME DI STATISTICA Nome: Cognome: Matricola: ISTRUZIONI: Per la prova è consentito esclusivamente l uso di una calcolatrice tascabile, delle tavole della normale e della t di Student. I risultati degli
DettagliCorso di Automazione Industriale 1. Capitolo 4
Simona Sacone - DIST 1 Corso di Automazione Corso Industriale di 1 Automazione Industriale 1 Capitolo 4 Analisi delle prestazioni tramite l approccio simulativo Aspetti statistici della simulazione: analisi
Dettagli1 Associazione tra variabili quantitative COVARIANZA E CORRELAZIONE
1 Associazione tra variabili quantitative ASSOCIAZIONE FRA CARATTERI QUANTITATIVI: COVARIANZA E CORRELAZIONE 2 Associazione tra variabili quantitative Un esempio Prezzo medio per Nr. Albergo cliente (Euro)
DettagliTemi di Esame a.a. 2012-2013. Statistica - CLEF
Temi di Esame a.a. 2012-2013 Statistica - CLEF I Prova Parziale di Statistica (CLEF) 11 aprile 2013 Esercizio 1 Un computer è collegato a due stampanti, A e B. La stampante A è difettosa ed il 25% dei
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 17/06/2015 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema
DettagliLEZIONE n. 5 (a cura di Antonio Di Marco)
LEZIONE n. 5 (a cura di Antonio Di Marco) IL P-VALUE (α) Data un ipotesi nulla (H 0 ), questa la si può accettare o rifiutare in base al valore del p- value. In genere il suo valore è un numero molto piccolo,
DettagliPrefazione all edizione originale. Prefazione all edizione italiana
Indice Prefazione all edizione originale Prefazione all edizione italiana xiii xv 1 Il miglioramento della qualità nel moderno ambiente produttivo 1 1.1 Significato dei termini qualità e miglioramento
DettagliDocente: Anna Valeria Germinario. Università di Bari. A.V.Germinario (Università di Bari) Analisi Matematica ITPS 1 / 22
Laurea in Informatica e Tecnologie per la Produzione del Software Corso di Analisi Matematica Calcolo differenziale e approssimazioni, formula di Taylor Docente: Anna Valeria Germinario Università di Bari
DettagliOpportunità e rischi derivanti dall'impiego massivo dell'informatica in statistica. Francesco Maria Sanna Roma, 3 maggio 2012
Opportunità e rischi derivanti dall'impiego massivo dell'informatica in statistica Francesco Maria Sanna Roma, 3 maggio 2012 Procedere alla misura, al rilevamento e al trattamento dei dati è sempre stato
DettagliOSSERVAZIONI TEORICHE Lezione n. 4
OSSERVAZIONI TEORICHE Lezione n. 4 Finalità: Sistematizzare concetti e definizioni. Verificare l apprendimento. Metodo: Lettura delle OSSERVAZIONI e risoluzione della scheda di verifica delle conoscenze
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliIl coefficiente di correlazione di Spearman per ranghi
Il coefficiente di correlazione di Spearman per ranghi Questo indice di correlazione non parametrico viene indicato con r s o Spearman rho e permette di valutare la forza del rapporto tra due variabili
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 5-Indici di variabilità (vers. 1.0c, 20 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliPrelazione. Lista delle Figure. Lista delle Tabelle
Indice Prelazione Indice Lista delle Figure Lista delle Tabelle VI IX XV XVI 1 Nozioni Introduttive 1 1.1 Inferenza Statistica 1 1.2 Campionamento 5 1.3 Statistica e Probabilità 7 1.4 Alcuni Problemi e
DettagliLezione 1. Concetti Fondamentali
Lezione 1 Concetti Fondamentali 1 Sonetto di Trilussa Sai ched è la statistica? E E na cosa che serve pe fa un conto in generale de la gente che nasce, che sta male, che more, che va in carcere e che sposa.
DettagliRAPPRESENTAZIONE GRAFICA E ANALISI DEI DATI SPERIMENTALI CON EXCEL
RAPPRESENTAZIONE GRAFICA E ANALISI DEI DATI SPERIMENTALI CON EXCEL 1 RAPPRESENTAZIONE GRAFICA Per l analisi dati con Excel si fa riferimento alla versione 2007 di Office, le versioni successive non differiscono
DettagliTiziano Vargiolu. Elementi di Probabilità e Statistica
Tiziano Vargiolu Elementi di Probabilità e Statistica Ristampa: marzo 2014 ISBN 978 88 7178 349 9 ISBN 88 7178 349 2 2002 by CLEUP sc Coop. Libraria Editrice Università di Padova via Belzoni 118/3 Padova
DettagliIndice generale. Prefazione...xi. Introduzione...1. Capitolo 1 Tabelle e prospetti...25
Prefazione...xi Introduzione...1 Terminologia essenziale... 1 Differenze di aspetto tra Excel 2003 (XP) ed Excel 2010: la barra multifunzione... 3 Novità relative al menu File e alle barre Standard e Formattazione...
DettagliLa distribuzione Gaussiana
Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in biotecnologie - Corso di Statistica Medica La distribuzione
DettagliProgrammazione Matematica classe V A. Finalità
Finalità Acquisire una formazione culturale equilibrata in ambito scientifico; comprendere i nodi fondamentali dello sviluppo del pensiero scientifico, anche in una dimensione storica, e i nessi tra i
DettagliESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE
ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114
DettagliRegressione Mario Guarracino Data Mining a.a. 2010/2011
Regressione Esempio Un azienda manifatturiera vuole analizzare il legame che intercorre tra il volume produttivo X per uno dei propri stabilimenti e il corrispondente costo mensile Y di produzione. Volume
DettagliInferenza statistica I Alcuni esercizi. Stefano Tonellato
Inferenza statistica I Alcuni esercizi Stefano Tonellato Anno Accademico 2006-2007 Avvertenza Una parte del materiale è stato tratto da Grigoletto M. e Ventura L. (1998). Statistica per le scienze economiche,
DettagliNatura dei dati e della statistica
INDICE SEZIONE PRIMA Natura dei dati e della statistica 1 Le basi 2 Statistica: ma a che serve? 2 Statistica descrittiva e statistica inferenziale 2 Variabili 3 Tipi di dati 3 Dati discreti e dati continui
DettagliUniversità del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi :
Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Università del Piemonte Orientale Corso di laurea in
DettagliStatistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.
Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:
DettagliAlternanza Scuola-Lavoro Riferimenti per la compilazione delle schede di monitoraggio quantitativo
Alternanza Scuola-Lavoro Riferimenti per la compilazione delle schede di monitoraggio quantitativo In questo documento sono evidenziati alcuni riferimenti utili per la compilazione delle schede relativi
DettagliCapitolo 4 Probabilità
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 4 Probabilità Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.
DettagliCorso di Politica Economica
Corso di Politica Economica Teorie del Benessere Sociale David Bartolini Università Politecnica delle Marche (Sede di S.Benedetto del Tronto) d.bartolini@univpm.it (email) http://utenti.dea.univpm.it/politica
DettagliInferenza statistica. Statistica medica 1
Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella
DettagliCAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI
VERO FALSO CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI 1. V F Un ipotesi statistica è un assunzione sulle caratteristiche di una o più variabili in una o più popolazioni 2. V F L ipotesi nulla unita
DettagliChe cosa e come valutano le prove di matematica e con quali risultati. nell A.S. 2008 2009
Che cosa e come valutano le prove di matematica e con quali risultati nell A.S. 2008 2009 Presentazione a cura di Roberta Michelini Casalpusterlengo, 8 gennaio 2010 http://www.invalsi.it/esamidistato0809/
DettagliFacciamo qualche precisazione
Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione
DettagliCapitolo 11 Test chi-quadro
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 11 Test chi-quadro Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università di Padova
DettagliMETODOLOGIA STATISTICA E CLASSIFICAZIONE DEI DATI
METODOLOGIA STATISTICA E CLASSIFICAZIONE DEI DATI 1.1 La Statistica La Statistica è la scienza che raccoglie, elabora ed interpreta i dati (informazioni) relativi ad un dato fenomeno oggetto di osservazione.
DettagliStatistica Medica. Verranno presi in esame:
Statistica Medica Premessa: il seguente testo cerca di riassumere e rendere in forma comprensibile ai non esperti in matematica e statistica le nozioni e le procedure necessarie a svolgere gli esercizi
DettagliMATEMATICA e SCIENZE
UNITA DI APPRENDIMENTO 1 e CLASSE: 1 Tempi: settembre /ottobre / novembre Anno Scolastico 2015 / 2016 Il numero e la misura Il metodo scientifico La materia e le sue trasformazioni Conoscenze Ripresa complessiva
DettagliI libri di testo. Carlo Tarsitani
I libri di testo Carlo Tarsitani Premessa Per accedere ai contenuti del sapere scientifico, ai vari livelli di istruzione, si usa comunemente anche un libro di testo. A partire dalla scuola primaria, tutti
DettagliTest statistici non-parametrici
Test statistici non-parametrici Il test t di Student e l ANOVA sono basati su alcune assunzioni. Variabili continue o almeno misurate in un intervallo (es. non conosco il valore assoluto, ma posso quantificare
Dettagli